[发明专利]一种可拓展深宽度自适应动态规划的智能发电控制方法

说明书

本发明提供一种可拓展深宽度自适应动态规划的智能发电控制方法，该方法将可拓展深宽度自适应动态规划算法与学习率自适应算法结合，适用于未来综合能源互联系统(FIEIS)统一时间尺度下“即源即荷”的三态能源有功控制。该方法解决了电力系统在三态能源及间歇性能源的高渗透率下，传统发电控制难以适应有功频率的实时灵活控制问题，具有较强鲁棒性和稳定性，且迭代收敛速度和准确率得到提升。本方法框架上根据接入网络的三态能源类型数量自适应改变深度神经网络的深度和宽度，从而增强有功控制的实时性、准确性和稳定性。所提方法的深宽度模型预测网络、评价网络和执行网络，有效替代了传统多时间尺度组合式有功控制算法。

技术领域

本发明涉及一种可拓展深宽度自适应动态规划的智能发电控制方法，属于电力系统智能发电调度与控制领域，应用于未来综合能源互联系统统一时间尺度下“即源即荷”的三态能源有功频率控制。

背景技术

随着风力发电和光伏发电等的间歇性新能源渗透率上升，电网有功频率的经济优化配置和稳定调节面临挑战。为保障电网安全经济运行解决输出有功频率差额问题，除了以水电和火电等传统发电方式调节有功出力，还可以利用电动汽车、动力电池和飞轮蓄能等具有储能功能的三态能源接入电网以充放电形式来部分平衡系统负荷有功和频率波动。

当引入电动汽车和动力电池等参与系统有功频率调节时，其所发有功具有随机不确定性和“即源即荷”特性，这给电网的调控增加难度。以电动汽车参与系统有功调节为例，其有功随机不确定性体现在电动汽车的使用受到用户习惯、天气状况和节假日出行等的多重因素影响；电动汽车的“即源即荷”则指电动汽车可作为发电端状态、用电端状态和关停状态，即三态能源，且它的状态是实时变化的。除了三态能源对电网有功带来影响，风电、潮汐能发电和光伏发电等间歇性新能源的大规模接入也将会增加电网电能有功控制负担。

为解决分布式新能源接入电网有功频率的实时调节控制，特别是为了适应工业升级对电能质量的更高要求，未来智能电网建设必将能够容纳更多的三态能源。智能电网也应是经济性、可靠性和灵活性兼备的坚强电网。在实现电力系统优化控制的算法领域，专家学者们提出了许多解决办法。如利用深度学习解决的功率频率分配方法，又如自适应宽度动态规划的智能发电方法，这些方法一定程度上解决系统的有功调节。但面对日益复杂的电力系统环境，尤其是在未来三态能源和分布式新能源的高渗透率复杂环境下，以传统多时间尺度的方法进行控制会带来滞后的问题。因此，仍然需要寻求一种具有较强学习能力，鲁棒性更好的算法来解决未来综合能源互联系统(FIEIS)统一时间尺度的三态能源综合有功控制问题。

发明内容

本发明提出一种可拓展深宽度自适应动态规划的智能发电控制方法，该方法致力于解决FIEIS并网发电后以传统组合式发电控制方式难以实现有功和频率的高品质控制问题。传统基于多时间尺度调度控制的组合式发电调度控制算法在三态能源规模并网后，功率随机性波动引起频率偏差得不到及时的调控。统一时间尺度的自动发电控制以4s为一个周期避免了原本多时间尺度调度所造成的机组组合和经济调度分配延时。

本发明提出的基于可拓展深宽度自适应动态规划的控制方法，在解决发电有功频率调节控制所用的框架上，不同以往自适应动态规划(ADP)算法的神经网络。而是以深度神经网络为基础的深度和宽度可拓展的算法框架，其网络以若干受限玻尔兹曼机(RBM)堆叠而成。受限玻尔兹曼机中包含可见层和隐藏层，在相同层内单元之间无连接。受限玻尔兹曼机能量函数如下：

式中r_i为可见层单元i的偏置，c_j为隐藏层单元j的偏置，L_ij为单元i与单元j连接权重，ρ为所有连接权重和偏置的参数集合，v_i为可见层单元i，h_j为隐藏层单元j，以v_i×h_j表示v_i与h_j的关联程度。状态变量(v,h)的联合概率分布表示为：

f(v,h|ρ)＝exp{-E(v,h|ρ)}/z (2)